扣子Coze智能体实战自动采集条小红书爆款笔记自动写入飞书多维表格在内容运营和社交媒体营销中小红书爆款笔记的采集与分析是获取流量密码的关键。然而手动采集笔记效率低下且难以持续跟踪。本文将手把手教你使用扣子Coze智能体配合 Python 脚本实现自动采集小红书爆款笔记并自动写入飞书多维表格打造一套全自动的内容监控系统。## 整体架构设计我们采用“智能体调度 第三方 API 飞书 SDK”的混合架构-扣子Coze智能体负责定时触发任务、解析用户意图、调用外部工具。-Python 脚本通过小红书公开 API 获取笔记数据示例中模拟爬虫逻辑。-飞书多维表格 API将处理后的数据写入表格实现实时更新。流程图如下Coze 智能体 → 调用 Python 脚本 → 获取小红书笔记 → 清洗数据 → 写入飞书表格## 第一步搭建扣子Coze智能体在扣子Coze平台创建一个新的智能体命名为「小红书采集助手」。配置其功能-触发器设置每日定时任务如 08:00、12:00、20:00。-技能添加代码执行节点用于运行 Python 脚本。-输出将结果传递给飞书节点。## 第二步Python 脚本——采集小红书爆款笔记以下 Python 脚本模拟了从小红书公开接口需替换为真实 API采集笔记的过程。实际部署时请使用合法的数据获取方式。python# 文件名xiaohongshu_collector.py# 功能模拟采集小红书爆款笔记返回结构化数据import requestsimport jsonimport time# 模拟的API端点实际需替换为真实接口API_URL https://api.xiaohongshu.com/notes/search # 仅为示例HEADERS { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36, Authorization: Bearer your_token_here # 替换为真实Token}def fetch_trending_notes(keyword: str, limit: int 5): 采集指定关键词的热门笔记 :param keyword: 搜索关键词如“穿搭” :param limit: 返回笔记数量 :return: 笔记列表每个笔记为字典 params { keyword: keyword, sort: hot, # 按热度排序 page_size: limit, page: 1 } # 模拟请求实际使用真实API # response requests.get(API_URL, headersHEADERS, paramsparams) # data response.json() # 模拟数据用于演示 time.sleep(1) # 模拟网络延迟 mock_data [ { title: 春季穿搭合集显瘦又高级, author: 时尚博主A, likes: 12500, comments: 342, url: https://www.xiaohongshu.com/note/12345 }, { title: 学生党平价穿搭指南, author: 穿搭小能手, likes: 8700, comments: 215, url: https://www.xiaohongshu.com/note/12346 }, { title: 职场通勤穿搭一周不重样, author: 职场丽人, likes: 6200, comments: 108, url: https://www.xiaohongshu.com/note/12347 } ] return mock_data[:limit]if __name__ __main__: # 测试采集功能 notes fetch_trending_notes(穿搭, limit3) print(json.dumps(notes, ensure_asciiFalse, indent2))## 第三步飞书多维表格写入脚本采集到数据后我们需要将其自动写入飞书多维表格。这里使用飞书开放平台的多维表格API。python# 文件名feishu_writer.py# 功能将笔记数据写入飞书多维表格import requestsimport json# 飞书API配置需替换为真实值FEISHU_APP_ID cli_xxxxxFEISHU_APP_SECRET your_app_secretTABLE_ID tbl_xxxxx # 多维表格IDBASE_URL https://open.feishu.cn/open-apisdef get_access_token(): 获取飞书API访问令牌 url f{BASE_URL}/auth/v3/tenant_access_token/internal payload { app_id: FEISHU_APP_ID, app_secret: FEISHU_APP_SECRET } response requests.post(url, jsonpayload) return response.json()[tenant_access_token]def write_to_feishu_table(notes: list): 将笔记列表写入飞书多维表格 :param notes: 笔记字典列表每个字典包含title, author, likes, comments, url token get_access_token() headers { Authorization: fBearer {token}, Content-Type: application/json } # 构建写入数据字段名需与表格字段匹配 records [] for note in notes: record { fields: { 标题: note[title], 作者: note[author], 点赞数: note[likes], 评论数: note[comments], 链接: note[url], 采集时间: 2025-01-15 12:00:00 # 可动态生成 } } records.append(record) # 批量写入 url f{BASE_URL}/bitable/v1/apps/{FEISHU_APP_ID}/tables/{TABLE_ID}/records/batch_create payload {records: records} response requests.post(url, headersheaders, jsonpayload) if response.status_code 200: print(f成功写入 {len(notes)} 条记录到飞书表格) else: print(f写入失败: {response.text})if __name__ __main__: # 测试写入假设已有数据 test_notes [ {title: 测试笔记, author: 测试用户, likes: 100, comments: 10, url: https://test.com} ] write_to_feishu_table(test_notes)## 第四步在Coze中集成脚本1.上传脚本将xiaohongshu_collector.py和feishu_writer.py上传到Coze的代码仓库。2.创建代码节点在智能体编辑器中添加一个Python代码节点编写以下调度逻辑python# Coze代码节点中的调度代码from xiaohongshu_collector import fetch_trending_notesfrom feishu_writer import write_to_feishu_table# 从Coze变量中获取关键词可在智能体配置中设置keyword 穿搭# 采集笔记notes fetch_trending_notes(keyword, limit5)# 写入飞书write_to_feishu_table(notes)# 返回结果给Cozereturn {status: success, count: len(notes)}3.配置触发器设置定时任务每天自动执行3次。## 第五步飞书多维表格配置在飞书中创建一个多维表格添加以下字段类型需匹配| 字段名 | 字段类型 ||-------|----------|| 标题 | 文本 || 作者 | 文本 || 点赞数 | 数字 || 评论数 | 数字 || 链接 | 链接 || 采集时间 | 日期 |确保表格的ID与代码中TABLE_ID一致。## 实际运行效果当智能体被触发后1. Coze调用Python脚本从模拟API获取3条爆款笔记含标题、作者、互动数据。2. 脚本调用飞书API将数据逐条写入多维表格。3. 飞书表格实时更新运营人员可直接在表格中查看、筛选、分析爆款笔记。## 常见问题与优化-API限制小红书真实API有频率限制建议在脚本中添加time.sleep()或使用代理池。-数据去重可在写入前检查表格中是否已有相同链接避免重复。-错误处理增加重试机制当飞书API返回429限流时等待后重试。-动态关键词通过Coze变量实现关键词动态配置例如从飞书文档中读取。## 总结本文通过扣子Coze智能体结合Python脚本和飞书多维表格API实现了“定时采集小红书爆款笔记 → 自动写入飞书表格”的全流程自动化方案。这套方案不仅适用于小红书稍作修改即可适配抖音、微博等平台。核心价值在于1.效率提升从手动采集变为自动定时任务节省90%人力。2.数据集中所有笔记汇总到飞书表格便于团队协作与数据分析。3.可扩展性智能体脚本架构支持任意API对接轻松接入更多数据源。现在你可以立即动手搭建自己的内容监控系统让AI帮你24小时追踪热点
扣子Coze智能体实战：自动采集条小红书爆款笔记 ，自动写入飞书多维表格
扣子Coze智能体实战自动采集条小红书爆款笔记自动写入飞书多维表格在内容运营和社交媒体营销中小红书爆款笔记的采集与分析是获取流量密码的关键。然而手动采集笔记效率低下且难以持续跟踪。本文将手把手教你使用扣子Coze智能体配合 Python 脚本实现自动采集小红书爆款笔记并自动写入飞书多维表格打造一套全自动的内容监控系统。## 整体架构设计我们采用“智能体调度 第三方 API 飞书 SDK”的混合架构-扣子Coze智能体负责定时触发任务、解析用户意图、调用外部工具。-Python 脚本通过小红书公开 API 获取笔记数据示例中模拟爬虫逻辑。-飞书多维表格 API将处理后的数据写入表格实现实时更新。流程图如下Coze 智能体 → 调用 Python 脚本 → 获取小红书笔记 → 清洗数据 → 写入飞书表格## 第一步搭建扣子Coze智能体在扣子Coze平台创建一个新的智能体命名为「小红书采集助手」。配置其功能-触发器设置每日定时任务如 08:00、12:00、20:00。-技能添加代码执行节点用于运行 Python 脚本。-输出将结果传递给飞书节点。## 第二步Python 脚本——采集小红书爆款笔记以下 Python 脚本模拟了从小红书公开接口需替换为真实 API采集笔记的过程。实际部署时请使用合法的数据获取方式。python# 文件名xiaohongshu_collector.py# 功能模拟采集小红书爆款笔记返回结构化数据import requestsimport jsonimport time# 模拟的API端点实际需替换为真实接口API_URL https://api.xiaohongshu.com/notes/search # 仅为示例HEADERS { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36, Authorization: Bearer your_token_here # 替换为真实Token}def fetch_trending_notes(keyword: str, limit: int 5): 采集指定关键词的热门笔记 :param keyword: 搜索关键词如“穿搭” :param limit: 返回笔记数量 :return: 笔记列表每个笔记为字典 params { keyword: keyword, sort: hot, # 按热度排序 page_size: limit, page: 1 } # 模拟请求实际使用真实API # response requests.get(API_URL, headersHEADERS, paramsparams) # data response.json() # 模拟数据用于演示 time.sleep(1) # 模拟网络延迟 mock_data [ { title: 春季穿搭合集显瘦又高级, author: 时尚博主A, likes: 12500, comments: 342, url: https://www.xiaohongshu.com/note/12345 }, { title: 学生党平价穿搭指南, author: 穿搭小能手, likes: 8700, comments: 215, url: https://www.xiaohongshu.com/note/12346 }, { title: 职场通勤穿搭一周不重样, author: 职场丽人, likes: 6200, comments: 108, url: https://www.xiaohongshu.com/note/12347 } ] return mock_data[:limit]if __name__ __main__: # 测试采集功能 notes fetch_trending_notes(穿搭, limit3) print(json.dumps(notes, ensure_asciiFalse, indent2))## 第三步飞书多维表格写入脚本采集到数据后我们需要将其自动写入飞书多维表格。这里使用飞书开放平台的多维表格API。python# 文件名feishu_writer.py# 功能将笔记数据写入飞书多维表格import requestsimport json# 飞书API配置需替换为真实值FEISHU_APP_ID cli_xxxxxFEISHU_APP_SECRET your_app_secretTABLE_ID tbl_xxxxx # 多维表格IDBASE_URL https://open.feishu.cn/open-apisdef get_access_token(): 获取飞书API访问令牌 url f{BASE_URL}/auth/v3/tenant_access_token/internal payload { app_id: FEISHU_APP_ID, app_secret: FEISHU_APP_SECRET } response requests.post(url, jsonpayload) return response.json()[tenant_access_token]def write_to_feishu_table(notes: list): 将笔记列表写入飞书多维表格 :param notes: 笔记字典列表每个字典包含title, author, likes, comments, url token get_access_token() headers { Authorization: fBearer {token}, Content-Type: application/json } # 构建写入数据字段名需与表格字段匹配 records [] for note in notes: record { fields: { 标题: note[title], 作者: note[author], 点赞数: note[likes], 评论数: note[comments], 链接: note[url], 采集时间: 2025-01-15 12:00:00 # 可动态生成 } } records.append(record) # 批量写入 url f{BASE_URL}/bitable/v1/apps/{FEISHU_APP_ID}/tables/{TABLE_ID}/records/batch_create payload {records: records} response requests.post(url, headersheaders, jsonpayload) if response.status_code 200: print(f成功写入 {len(notes)} 条记录到飞书表格) else: print(f写入失败: {response.text})if __name__ __main__: # 测试写入假设已有数据 test_notes [ {title: 测试笔记, author: 测试用户, likes: 100, comments: 10, url: https://test.com} ] write_to_feishu_table(test_notes)## 第四步在Coze中集成脚本1.上传脚本将xiaohongshu_collector.py和feishu_writer.py上传到Coze的代码仓库。2.创建代码节点在智能体编辑器中添加一个Python代码节点编写以下调度逻辑python# Coze代码节点中的调度代码from xiaohongshu_collector import fetch_trending_notesfrom feishu_writer import write_to_feishu_table# 从Coze变量中获取关键词可在智能体配置中设置keyword 穿搭# 采集笔记notes fetch_trending_notes(keyword, limit5)# 写入飞书write_to_feishu_table(notes)# 返回结果给Cozereturn {status: success, count: len(notes)}3.配置触发器设置定时任务每天自动执行3次。## 第五步飞书多维表格配置在飞书中创建一个多维表格添加以下字段类型需匹配| 字段名 | 字段类型 ||-------|----------|| 标题 | 文本 || 作者 | 文本 || 点赞数 | 数字 || 评论数 | 数字 || 链接 | 链接 || 采集时间 | 日期 |确保表格的ID与代码中TABLE_ID一致。## 实际运行效果当智能体被触发后1. Coze调用Python脚本从模拟API获取3条爆款笔记含标题、作者、互动数据。2. 脚本调用飞书API将数据逐条写入多维表格。3. 飞书表格实时更新运营人员可直接在表格中查看、筛选、分析爆款笔记。## 常见问题与优化-API限制小红书真实API有频率限制建议在脚本中添加time.sleep()或使用代理池。-数据去重可在写入前检查表格中是否已有相同链接避免重复。-错误处理增加重试机制当飞书API返回429限流时等待后重试。-动态关键词通过Coze变量实现关键词动态配置例如从飞书文档中读取。## 总结本文通过扣子Coze智能体结合Python脚本和飞书多维表格API实现了“定时采集小红书爆款笔记 → 自动写入飞书表格”的全流程自动化方案。这套方案不仅适用于小红书稍作修改即可适配抖音、微博等平台。核心价值在于1.效率提升从手动采集变为自动定时任务节省90%人力。2.数据集中所有笔记汇总到飞书表格便于团队协作与数据分析。3.可扩展性智能体脚本架构支持任意API对接轻松接入更多数据源。现在你可以立即动手搭建自己的内容监控系统让AI帮你24小时追踪热点
